JP2022507371A - Methods and systems for improving material manufacturing processes - Google Patents

Methods and systems for improving material manufacturing processes Download PDF

Info

Publication number
JP2022507371A
JP2022507371A JP2021526243A JP2021526243A JP2022507371A JP 2022507371 A JP2022507371 A JP 2022507371A JP 2021526243 A JP2021526243 A JP 2021526243A JP 2021526243 A JP2021526243 A JP 2021526243A JP 2022507371 A JP2022507371 A JP 2022507371A
Authority
JP
Japan
Prior art keywords
precursor
derivative
parameter
manufacturing
measured
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2021526243A
Other languages
Japanese (ja)
Inventor
ツェルナー，オラフ
ツェッペ，セバスティアン
ポタラジュ，サイラム
プロッテ，レイナー
ボンテナケル，クリストフ
Original Assignee
コベストロ・インテレクチュアル・プロパティ・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング・アンド・コー・カーゲー
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by コベストロ・インテレクチュアル・プロパティ・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング・アンド・コー・カーゲー filed Critical コベストロ・インテレクチュアル・プロパティ・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング・アンド・コー・カーゲー
Publication of JP2022507371A publication Critical patent/JP2022507371A/en
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17—Component parts, details or accessories; Auxiliary operations
    • B29C45/76—Measuring, controlling or regulating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29B—PREPARATION OR PRETREATMENT OF THE MATERIAL TO BE SHAPED; MAKING GRANULES OR PREFORMS; RECOVERY OF PLASTICS OR OTHER CONSTITUENTS OF WASTE MATERIAL CONTAINING PLASTICS
    • B29B11/00—Making preforms
    • B29B11/06—Making preforms by moulding the material
    • B29B11/10—Extrusion moulding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17—Component parts, details or accessories; Auxiliary operations
    • B29C45/76—Measuring, controlling or regulating
    • B29C45/766—Measuring, controlling or regulating the setting or resetting of moulding conditions, e.g. before starting a cycle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17—Component parts, details or accessories; Auxiliary operations
    • B29C45/76—Measuring, controlling or regulating
    • B29C45/768—Detecting defective moulding conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C48/00—Extrusion moulding, i.e. expressing the moulding material through a die or nozzle which imparts the desired form; Apparatus therefor
    • B29C48/25—Component parts, details or accessories; Auxiliary operations
    • B29C48/36—Means for plasticising or homogenising the moulding material or forcing it through the nozzle or die
    • B29C48/395—Means for plasticising or homogenising the moulding material or forcing it through the nozzle or die using screws surrounded by a cooperating barrel, e.g. single screw extruders
    • B29C48/40—Means for plasticising or homogenising the moulding material or forcing it through the nozzle or die using screws surrounded by a cooperating barrel, e.g. single screw extruders using two or more parallel screws or at least two parallel non-intermeshing screws, e.g. twin screw extruders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
    • B29C45/17—Component parts, details or accessories; Auxiliary operations
    • B29C45/76—Measuring, controlling or regulating
    • B29C2045/7606—Controlling or regulating the display unit
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76177—Location of measurement
    • B29C2945/76287—Moulding material
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76451—Measurement means
    • B29C2945/76461—Optical, e.g. laser
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76929—Controlling method
    • B29C2945/76939—Using stored or historical data sets
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76929—Controlling method
    • B29C2945/76939—Using stored or historical data sets
    • B29C2945/76949—Using stored or historical data sets using a learning system, i.e. the system accumulates experience from previous occurrences, e.g. adaptive control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
    • B29C2945/76—Measuring, controlling or regulating
    • B29C2945/76929—Controlling method
    • B29C2945/76993—Remote, e.g. LAN, wireless LAN
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45244—Injection molding
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Injection Moulding Of Plastics Or The Like (AREA)
  • General Factory Administration (AREA)

Abstract

分析システム（６）は、適用された派生プロセス設定（４）、測定された派生プロセスパラメータ（７）、適用された前駆体製造設定（９）、測定された前駆体プロセスパラメータ（１１）、測定された前駆体製造パラメータ（１２）、を入力としてプロセスモデル（１３）に入力し、このプロセスモデル（１３）は、派生プロセス設定、派生プロセスパラメータ、前駆体製造設定、前駆体プロセスパラメータ、及び、前駆体製造パラメータ、の間の計算関係を記述し、更新された派生プロセス設定（１５）を取得するステップとを含む。【選択図】図１The analysis system (6) has applied derivation process settings (4), measured derivation process parameters (7), applied precursor production settings (9), measured precursor process parameters (11), measurements. The obtained precursor production parameter (12) is input to the process model (13) as an input, and this process model (13) is used for the derivation process setting, the derivation process parameter, the precursor production setting, the precursor process parameter, and the process model (13). Includes a step of describing the computational relationship between the precursor production parameters and obtaining the updated derived process settings (15). [Selection diagram] Fig. 1

Description

本発明は、物質製造プロセスを改善するための方法および物質製造プロセスを改善するためのシステムを対象とする。 The present invention is directed to a method for improving a substance manufacturing process and a system for improving a substance manufacturing process.

製造プロセス、特に物質製造プロセスは複雑である。これには、射出成形プロセスが含まれる。物質製造プロセスの結果は、非常に多数の変数およびパラメータに依存する。これらの変数およびパラメータの大部分が測定されないのは、それらの関連性が認識されないか、または測定が困難すぎるためだけでなく、製品に対するそれらの効果が知られていないからである。時には、そのような依存性を規定するための理論的基礎がない。依存関係が疑われる場合であっても、そのような依存関係を十分な精度で定量的に決定するにはデータが不十分であることがある。しかし、このような依存性を認識し、それに作用することは、最終製品の所望の特性に近づき、欠陥製品の割合を減少させる重要なステップである。この局面は、物質製品が互いに離れた異なる施設で行われてもよい別々の工程で製造される場合に、さらに重要になる。例えば、前駆体、例えばポリマー、の製造プロセスにおけるパラメータは、射出成形などの物質製造プロセスにおいて前駆体から製造される最終製品の特性に関連し得る。 The manufacturing process, especially the material manufacturing process, is complicated. This includes an injection molding process. The results of the material manufacturing process depend on a large number of variables and parameters. Most of these variables and parameters are not measured not only because their relevance is not recognized or too difficult to measure, but also because their effect on the product is unknown. Sometimes there is no theoretical basis for defining such dependencies. Even if a dependency is suspected, the data may be inadequate to quantitatively determine such a dependency with sufficient accuracy. However, recognizing and acting on such dependencies is an important step in approaching the desired properties of the final product and reducing the proportion of defective products. This aspect becomes even more important when the material products are manufactured in separate processes that may be performed in different facilities apart from each other. For example, parameters in the manufacturing process of a precursor, such as a polymer, may be related to the properties of the final product manufactured from the precursor in a material manufacturing process such as injection molding.

センサ、特にコンピューティング技術の進歩により、リアルタイムで非常に大量のデータを蓄積するだけでなく、妥当な時間内に妥当なコストで非常に大量のデータを数値的に処理することが可能になった。したがって、物質製造プロセスを監視し、プラント内の初期の生産ステップで異常を検出することが可能になり、これにより、欠陥のある製品をもたらす可能性があるバッチを識別するか、またはそのバッチで欠陥が発生するのを防止するためにプロセス設定を適時に調整することが可能になった。しかしながら、このような密接な監視は、個々のサイト及び施設に限定されてきた。 Advances in sensors, especially computing technology, have made it possible not only to store very large amounts of data in real time, but also to numerically process very large amounts of data in a reasonable amount of time and at a reasonable cost. .. Therefore, it is possible to monitor the material manufacturing process and detect anomalies in the early production steps in the plant, thereby identifying or identifying batches that may result in defective products. It has become possible to adjust process settings in a timely manner to prevent defects from occurring. However, such close surveillance has been limited to individual sites and facilities.

米国特許出願公開第２００２／００３１５６７ Ａ１号は携帯電話を介して遠隔地から与えられる指示に基づいて成形機の動作を制御することができるように、制御ユニットを携帯電話のような携帯データ端末とインターネットを介して接続する通信機能を有する制御ユニットを含む成形機の制御システムを開示している。 US Patent Application Publication No. 2002/0031567 A1 combines a control unit with a mobile data terminal such as a mobile phone so that the operation of the molding machine can be controlled based on instructions given from a remote location via the mobile phone. It discloses a control system of a molding machine including a control unit having a communication function connected via the Internet.

最も近い先行技術と考えられる国際特許出願ＷＯ０１／４１９９４Ａ１は複数のプロセスステップを有するゴム製造プロセスを最適化するための装置を開示しており、プロセスステップは所望のゴム製品を達成するために製造プロセス中に調整することができ、この方法は、製造プロセス中にゴム材料サンプルを得ることと、加工性データを生成するためにゴム材料サンプルを分析することと、生成された加工性データを、中央データベースに記憶された既知の加工性データと比較することと、ゴム材料サンプルの最適な加工性を達成するために必要とされる任意のプロセス調整を決定することと、所望のゴム製品を達成するためにゴム製造プロセス中にプロセス調整を実施するための機構とを含む。 International patent application WO01 / 41994A1, considered the closest prior art, discloses an apparatus for optimizing a rubber manufacturing process with multiple process steps, where the process steps are the manufacturing process to achieve the desired rubber product. This method can be adjusted during the manufacturing process to obtain a rubber material sample, analyze the rubber material sample to generate workability data, and centralize the generated workability data. Achieve the desired rubber product by comparing it with known workability data stored in the database and determining any process adjustments required to achieve optimum workability of the rubber material sample. Includes a mechanism for performing process adjustments during the rubber manufacturing process.

したがって、本発明の目的は、物質製造設備が遠隔の前駆体製造設備によって提供される前駆体材料にも依存するであろうということを考慮に入れた、物質製造プロセスを改善するための方法およびシステムを提供することである。 Accordingly, an object of the present invention is a method for improving a material manufacturing process, taking into account that the material manufacturing equipment will also depend on the precursor material provided by the remote precursor manufacturing equipment. To provide a system.

物質製造プロセスを改善する方法に関して、本発明の目的は、請求項１に記載の物質製造プロセスを改善するための方法によって達成される。物質製造プロセスを改善するためのシステムに関して、本発明の目的は、請求項１５に記載の物質製造プロセスを改善するためのシステムによって達成される。 With respect to a method for improving a substance manufacturing process, an object of the present invention is achieved by the method for improving the substance manufacturing process according to claim 1. With respect to a system for improving a substance manufacturing process, an object of the present invention is achieved by the system for improving the substance manufacturing process according to claim 15.

本発明は、プロセス変数の監視が個々の物質製造設備、または並列に、すなわち生産に関して実質的に同じ段階で動作するいくつかの物質製造設備に限定される必要がないという認識に基づく。その代わりに、プロセス変数の監視を、下流の物質製造設備に前駆体材料を提供する前駆体製造設備に拡張することが有利であることが見出された。これにより、製造工程全体を監視することができ、精度および総合性を向上させることができる。
本発明による方法は、物質的な製造プロセスを改善するためのものである。本発明による方法では、派生物質製品が適用された派生プロセス設定に基づいて、前駆体材料の前駆体チャージから派生物質製造プロセスを通して物質生成設備で生成される。物質的反応を伴う任意の製造プロセスは、物質製造プロセスを提示すると理解され得る。「派生物質製品」および「派生物質製造プロセス」という表現は派生物質製造プロセスで使用される前駆体材料の少なくとも１つの前駆体チャージが存在することのみを意味し、これについては以下でより詳細に説明する。派生プロセス設定は、派生物質製造プロセスに何らかの意味で入力され、例えば機械設定を含むプロセスパラメータである。言い換えれば、それらは、異なる前駆体チャージに対して異なるように設定されてもよい。派生物質製品は、追加の材料に基づいて生成され、次いで、何らかの方法で前駆体チャージと組み合わされることに留意されたい。前駆体チャージは、派生物質製品の製造のための成分体積の半分未満を提供し得る。 The present invention is based on the recognition that the monitoring of process variables need not be limited to individual material manufacturing equipment, or to several material manufacturing equipment operating in parallel, i.e., at substantially the same stage with respect to production. Instead, it has been found advantageous to extend the monitoring of process variables to precursor manufacturing facilities that provide precursor materials to downstream material manufacturing facilities. As a result, the entire manufacturing process can be monitored, and accuracy and comprehensiveness can be improved.
The method according to the invention is for improving the material manufacturing process. In the method according to the invention, the derivative product is produced in a substance production facility from the precursor charge of the precursor material through the derivative manufacturing process, based on the derived process setting to which it is applied. Any manufacturing process involving a material reaction can be understood as presenting a material manufacturing process. The terms "derivative product" and "derivative manufacturing process" only mean that there is at least one precursor charge for the precursor material used in the derivative manufacturing process, which will be discussed in more detail below. explain. Derived process settings are somehow entered into the derivative manufacturing process and are process parameters including, for example, machine settings. In other words, they may be set differently for different precursor charges. It should be noted that derivative products are produced on the basis of additional materials and then combined with precursor charge in some way. The precursor charge may provide less than half of the component volume for the manufacture of derivative products.

ここで、及び、以下では、物質製造プロセスが、物質製造プロセス中の前駆体チャージの物質的変化、または、いくつかの物質的変化を伴う任意の製造プロセスである。例えば、前駆体チャージの物質の状態の任意の変化は、そのような物質的変化である。特に、射出成形プロセスにおける熱可塑性材料の溶融および固化は、物質的変化である。従って、射出成形プロセスは、本発明の意味の範囲内の物質製造プロセスである。さらに、物質製造プロセスは、さらなる変化、例えば化学的または機械的変化を含んでもよい。 Here and below, the material manufacturing process is any manufacturing process that involves a material change in the precursor charge during the material manufacturing process, or some material change. For example, any change in the state of matter of the precursor charge is such a material change. In particular, the melting and solidification of thermoplastics in the injection molding process is a material change. Therefore, the injection molding process is a substance manufacturing process within the meaning of the present invention. In addition, the material manufacturing process may include further changes, such as chemical or mechanical changes.

本発明による方法では、分析システムが派生物質製造プロセスからの派生プロセスパラメータを測定する。分析システムは、センサおよび他のデバイスの任意のシステム、ならびにソフトウェアまたはそれらの任意の組み合わせであってもよい。したがって、分析システムは、任意の数のコンピュータを含むことができる。分析システムは、クラウドコンピューティング環境に少なくとも部分的に存在することもできる。派生プロセスパラメータは、測定または観察することができ、派生物質製造プロセスに関連する任意の値とすることができる。 In the method according to the invention, the analytical system measures derivative process parameters from the derivative manufacturing process. The analytical system may be any system of sensors and other devices, as well as software or any combination thereof. Therefore, the analysis system can include any number of computers. Analytical systems can also be at least partially present in a cloud computing environment. Derivative process parameters can be measured or observed and can be any value associated with the derivative manufacturing process.

本発明による方法では、前駆体チャージが、適用された前駆体製造設定に基づいて、前駆体製造プロセスを通して物質製造設備から離れた前駆体製造設備で生成され、前駆体チャージは物質製造設備に輸送される。原則として、前駆体製造設備は、物質製造設備から任意の距離にあってもよい。本発明による方法では、前駆体製造設備が物質製造設備から少なくとも５０キロメートル離れている。好ましくは、前駆体製造設備は、物質製造設備から少なくとも１００キロメートル、少なくとも５００キロメートル、または少なくとも１０００キロメートル離れている。 In the method according to the invention, the precursor charge is generated in the precursor manufacturing facility away from the material manufacturing facility through the precursor manufacturing process based on the applied precursor manufacturing settings, and the precursor charge is transported to the material manufacturing facility. Will be done. In principle, the precursor manufacturing equipment may be at any distance from the material manufacturing equipment. In the method according to the invention, the precursor manufacturing facility is at least 50 kilometers away from the material manufacturing facility. Preferably, the precursor manufacturing facility is at least 100 kilometers, at least 500 kilometers, or at least 1000 kilometers away from the material manufacturing facility.

さらに、実際には、前駆体製造プロセス自体もまた、いくつかの前駆体製造プロセスステップに細分化され得る。潜在的に、これらの前駆体製造工程の各々はそれぞれの別個の前駆体製造工程設備で実行されてもよく、ここで、前駆体製造工程設備の少なくともいくつかは互いに離れていてもよい。ここで、これらの前駆体製造工程設備のすべて、前駆体製造工程設備の１つ、または前駆体製造工程設備のいくつかは、上記の前駆体製造工程を形成する対応する前駆体製造工程を伴う上記の前駆体製造設備であると理解され得る。 Furthermore, in practice, the precursor manufacturing process itself can also be subdivided into several precursor manufacturing process steps. Potentially, each of these precursor manufacturing processes may be performed in their own separate precursor manufacturing process facility, where at least some of the precursor manufacturing process facilities may be separated from each other. Here, all of these precursor manufacturing process equipment, one of the precursor manufacturing process equipment, or some of the precursor manufacturing process equipment involves a corresponding precursor manufacturing process that forms the precursor manufacturing process described above. It can be understood that it is the above-mentioned precursor manufacturing equipment.

さらに、本発明による方法では、分析システムは、前駆体製造プロセスからの前駆体プロセスパラメータと、前駆体チャージからの前駆体製造パラメータとを測定する。前駆体製造パラメータの測定は、物質製造設備、前駆体製造設備、または他の何らかの場所で等しく行うことができることに留意されたい。 Further, in the method according to the invention, the analytical system measures precursor process parameters from the precursor production process and precursor production parameters from the precursor charge. It should be noted that the measurement of precursor production parameters can be made equally at the material production facility, the precursor production facility, or some other location.

本発明による方法では分析システムが適用された派生プロセス設定、測定された派生プロセスパラメータ、適用された前駆体生成設定、測定された前駆体プロセスパラメータ、および測定された前駆体製造パラメータをプロセスモデルへの入力として入力し、このプロセスモデルは派生プロセス設定、派生プロセスパラメータ、前駆体生成設定、前駆体プロセスパラメータ、および前駆体製造パラメータの間の計算関係を記述し、派生製品パラメータを記述するユーザ定義の派生製品仕様に一致させるための更新された派生プロセス設定を取得し、更新された派生プロセス設定は派生物質製造プロセスに適用される。ユーザ定義の派生製品仕様に関して、これらは、原則として外部から入力され、暗黙的または明示的に派生製品パラメータを規定する派生製品仕様である。そのような処方は例えば、閾値、特定の値、特定の値の括弧、または値と値の括弧との組み合わせに関連し得る。 In the method according to the invention, the analytical system applies the applied derivation process settings, the measured derivation process parameters, the applied precursor generation settings, the measured precursor process parameters, and the measured precursor production parameters to the process model. Entered as input, this process model describes the computational relationships between derived process settings, derived process parameters, precursor generation settings, precursor process parameters, and precursor manufacturing parameters, and describes user-defined product parameters. Gets the updated derivative process settings to match the derivative product specifications of, and the updated derivative process settings apply to the derivative manufacturing process. With respect to user-defined derivative product specifications, these are, in principle, derivative product specifications that are externally input and implicitly or explicitly specify the derivative product parameters. Such formulations may relate, for example, to thresholds, specific values, specific value brackets, or combinations of values and value brackets.

言い換えれば、プロセスモデルは、前述の量の間の計算上の関係によって、派生プロセス設定、すなわち、更新された派生プロセス設定を決定することができ、この派生プロセス設定は、プロセスモデルに従って、派生物質製造プロセスに入力されるとき、すなわち適用されるとき、派生製品仕様を達成するか、または少なくとも近似するのに適している。プロセスモジュールは、そのような計算関係を提供するためのソフトウェアモジュールまたはアプリケーションであってもよい。プロセスモデルは前記計算関係を提供するために、特定の汎用計算ソフトウェアに提供されるように構成されたデータセットまたはデータベースであってもよい。プロセスモデルは、クラウドコンピューティングシステム内に部分的にまたは全体的に存在することができる。 In other words, the process model can determine the derivation process setting, i.e., the updated derivation process setting, by the computational relationship between the aforementioned quantities, which derivation material according to the process model. Suitable for achieving, or at least approximating, derivative product specifications when entered into, ie, applied to, the manufacturing process. The process module may be a software module or application for providing such computational relationships. The process model may be a dataset or database configured to be provided to specific general purpose computing software to provide said computational relationships. The process model can exist partially or entirely within the cloud computing system.

原則として、更新された派生プロセス設定は、任意の方法、例えば手動で派生物質製造プロセスに適用することができる。好ましくは、分析システムが更新された派生プロセス設定を派生物質製造プロセスに適用する。このようにして、派生物質製造プロセスに適用される派生プロセス設定を決定する際に、前駆体製造プロセスからの様々な測定値を考慮に入れることができる。更新された派生プロセス設定は、プロセスモデルに入力された数量の一部のみに基づいてもよいことに留意されたい。さらに、更新されたプロセス設定はプロセスモデルに入力されるさらなるデータ、特に、派生物質製品の以前の生産からのデータに依存することもできる。 In principle, the updated derivation process settings can be applied in any way, eg, manually to the derivation manufacturing process. Preferably, the analytical system applies the updated derivative process settings to the derivative manufacturing process. In this way, various measurements from the precursor manufacturing process can be taken into account when determining the derivative process settings that apply to the derivative manufacturing process. Note that the updated derived process settings may be based on only a portion of the quantity entered in the process model. In addition, the updated process settings can also rely on additional data entered into the process model, in particular data from previous production of derivative products.

本発明の好ましい実施形態では、更新された派生プロセス設定が前駆体チャージからの派生物質製品の派生物質製造プロセスに適用される。特に、更新された派生プロセス設定は、現在の前駆体チャージからの派生製品のための現在の派生物質製造プロセスに適用される。このようにして、欠陥を回避し、または品質を改善するために、派生物質製品の継続的な製造に影響を与えることができる。 In a preferred embodiment of the invention, the updated derivative process settings apply to the derivative manufacturing process of the derivative product from the precursor charge. In particular, the updated derivative process settings apply to the current derivative manufacturing process for products derived from the current precursor charge. In this way, it is possible to influence the continued production of derivative products in order to avoid defects or improve quality.

ここで、分析システムが、前駆体チャージのための派生物質製造プロセスから適用された派生プロセス設定を入力することも可能である。これは、入力モデルがその特定の前駆体チャージを処理する派生物質製造プロセスに関する派生プロセス設定を受け取ることを意味する。 It is also possible here for the analytical system to enter derivative process settings applied from the derivative manufacturing process for precursor charging. This means that the input model receives derivative process settings for the derivative manufacturing process that processes that particular precursor charge.

また、分析システムは、前駆体チャージの派生物質製造プロセスから測定された派生プロセスパラメータを入力することができる。したがって、派生プロセスパラメータはまた、派生プロセス設定も関連付けられる特定の前駆体チャージに関連付けられる。 The analytical system can also enter derivative process parameters measured from the precursor charge derivative manufacturing process. Therefore, the derived process parameters are also associated with the particular precursor charge to which the derived process settings are also associated.

本発明の別の好ましい実施形態では分析システムが派生物質製品から派生製品パラメータを測定し、分析システムは測定された派生製品パラメータを、派生製品パラメータを記述するユーザ定義の派生製品仕様に一致させ、分析システムも、測定された派生製品パラメータを、プロセスモデルへの入力として入力し、プロセスモデルは計算関係を測定された派生製品パラメータに拡張する。特に、分析システムは、前駆体チャージの派生物質製品から派生製品パラメータを測定する。この場合、現在の前駆症例チャージに続く前駆症例チャージの生成プロセスは、更新された派生プロセス設定によって影響され得る。特に、現在の前駆体チャージおよびそれから生成される派生生成物は、後続の前駆体チャージおよび後続の前駆体チャージが使用される派生生成プロセスのために使用することができる更新された派生プロセス設定の基礎を形成する。上記の派生生成物パラメータは、原則として、派生物質製造プロセスによって前駆体チャージから生成された派生物質製品から測定または取得された任意の変数である。特に、派生製品パラメータは派生物質製品の表面品質、特に表面粗さ、表面仕上げまたは表面輪郭（例えば、表面のうねり）に関連し得る。 In another preferred embodiment of the invention, an analytical system measures derivative product parameters from a derivative product, and the analytical system matches the measured derivative product parameters to a user-defined derivative product specification that describes the derivative product parameters. The analysis system also inputs the measured derivative product parameters as inputs to the process model, and the process model extends the computational relationships to the measured derivative product parameters. In particular, the analytical system measures derivative product parameters from the precursor charge derivative product. In this case, the process of generating the precursor case charge following the current precursor case charge may be affected by the updated derivation process settings. In particular, the current precursor charge and the derivative products produced from it can be used for subsequent precursor charges and derivative generation processes in which subsequent precursor charges are used. Form the foundation. The above derivative product parameters are, in principle, any variable measured or obtained from the derivative product produced from the precursor charge by the derivative manufacturing process. In particular, the derivative product parameters may be related to the surface quality of the derivative product, in particular surface roughness, surface finish or surface contour (eg, surface waviness).

本発明の好ましい実施形態によれば、派生物質製品からの派生製品パラメータ、特に前述の派生製品パラメータは、光学検査技術を使用して測定される。光学検査技術は、表面検査のために派生物質製品の表面に向けられる視覚的光の使用を含むことができる。特に、表面検査は、表面輪郭偏差を検出するためのストライプ光走査を適用して実施されてもよい。また、光学的検査は、表面粗さまたは表面仕上げを決定するために使用されてもよい。好ましい実施形態によれば、光学検査技術は例えば、派生物質製品の表面上の温度分布を分析するために、赤外線（ＩＲ）光の使用を含むことができる。 According to a preferred embodiment of the invention, the derivative product parameters from the derivative product, in particular the aforementioned derivative product parameters, are measured using optical inspection techniques. Optical inspection techniques can include the use of visual light directed at the surface of the derivative product for surface inspection. In particular, the surface inspection may be performed by applying a striped optical scan to detect surface contour deviations. Optical inspection may also be used to determine surface roughness or surface finish. According to a preferred embodiment, the optical inspection technique can include, for example, the use of infrared (IR) light to analyze the temperature distribution on the surface of the derivative product.

特に、分析システムは派生製品が１つ以上のさらなる製造後プロセスに供された後、派生製品パラメータを測定することができ、製造後プロセス自体は物質製造プロセスに含まれなくてもよい。このような製造後プロセスは、着色および表面コーティングなどの後処理を含んでもよい。この理由は、欠陥の規定された欠如のようないくつかの派生製品パラメータがそのような後処理の後により容易に検出され得ることであり得る。 In particular, the analytical system can measure the derivative product parameters after the derivative product has been subjected to one or more additional post-manufacturing processes, and the post-manufacturing process itself does not have to be included in the material manufacturing process. Such post-manufacturing processes may include post-treatments such as coloring and surface coating. The reason for this may be that some derivative product parameters, such as the defined lack of defects, may be more easily detected after such post-treatment.

プロセスモデルの計算関係が派生製品パラメータに及ぶという観測は、プロセスモデルが計算関係を記述する他の量と主に同じ方法で、派生製品パラメータがプロセスモデルによって考慮され得ることを意味する。 The observation that the computational relationships of a process model extend to derived product parameters means that the derived product parameters can be considered by the process model in much the same way as any other quantity in which the process model describes the computational relationships.

原則として、単一の派生物質製品は、本発明による方法において、単一の前駆体チャージから生成され得る。さらに本発明のさらに好ましい実施形態では、派生物質製品の一連の連続したチャージが前駆体材料の一連のそれぞれの前駆体チャージから派生物質生成プロセスを通して生成される。ここで、分析システムはプロセスモデルを更新するために、一連の連続するチャージの生成からプロセスモデルに入力されたデータを使用することが好ましい。このようにして、派生プロセス設定だけでなく、プロセスモデル自体も改善することができる。 In principle, a single derivative product can be produced from a single precursor charge in the method according to the invention. Further in a more preferred embodiment of the invention, a series of successive charges of the derivative product are generated from each precursor charge of the series of precursor materials through the derivative production process. Here, it is preferred that the analytical system use the data entered into the process model from the generation of a series of consecutive charges to update the process model. In this way, not only the derived process settings but also the process model itself can be improved.

本発明の好ましい実施形態によれば、更新された派生プロセス設定は、後続の前駆体チャージからの後続の派生物質製品のための派生物質製造プロセスに適用される。したがって、派生物質製品の後続の製造も、以前の製造から得られる情報から利益を得ることができる。上述のように、更新された派生プロセス設定は、一の派生物質製品よりも多い製造のためのデータ入力に基づいて提供されてもよい。 According to a preferred embodiment of the invention, the updated derivative process settings apply to the derivative manufacturing process for subsequent derivative products from subsequent precursor charges. Therefore, subsequent production of derivative products can also benefit from the information obtained from previous production. As mentioned above, the updated derivative process settings may be provided based on data entry for manufacturing more than one derivative product.

本発明のさらなる好ましい実施形態によれば、分析システムによるプロセスモデルへの入力に基づいて、分析システムは更新された前駆体製造設定を提供し、更新された前駆体製造設定が前駆体製造プロセスに適用される。更新された派生プロセス設定に関する上記の観察と同様に、更新された前駆体製造設定は、現在の前駆体チャージのために前駆体製造プロセスに適用されてもよく、後続の前駆体チャージのために前駆体製造プロセスに適用されてもよい。さらに、更新された前駆体製造設定は、さらなる情報に基づいてもよい。逆に、更新された前駆体製造設定は、プロセスモデルに入力された全ての量に依存しなくてもよい。したがって、前駆体チャージの生成における調整を意味することによって、派生物質製品の質を改善することができ、または欠陥の危険性を低減することができる。 According to a further preferred embodiment of the invention, based on the input to the process model by the analytical system, the analytical system provides updated precursor production settings and the updated precursor production settings are in the precursor production process. Applies. Similar to the above observations regarding the updated derived process settings, the updated precursor production settings may be applied to the precursor production process for the current precursor charge and for subsequent precursor charges. It may be applied to the precursor manufacturing process. In addition, the updated precursor production settings may be based on further information. Conversely, the updated precursor production settings do not have to depend on all the quantities entered into the process model. Thus, by implying adjustments in the generation of precursor charges, the quality of derivative products can be improved or the risk of defects can be reduced.

本発明の好ましい実施形態は、分析システムによるプロセスモデルへの入力に基づいて、分析システムが派生製品仕様に一致させるために、その前駆体チャージに関する前駆体適合性情報を決定することを特徴とする。言い換えれば、特定の前駆体チャージは、派生製品仕様を達成することに関して、特にある確率では不適切であると決定され得る。次いで、このような前駆体チャージは、これらの特定の派生製品仕様のための派生物質製造プロセスから除去され得、そして異なる派生製品仕様のための派生物質製造プロセスに潜在的に再挿入され得る。 A preferred embodiment of the present invention is characterized in that, based on input to the process model by the analytical system, the analytical system determines precursor compatibility information regarding its precursor charge in order to match the derivative product specifications. .. In other words, a particular precursor charge can be determined to be inadequate, especially with a certain probability, in terms of achieving derivative product specifications. Such precursor charges can then be removed from the derivative manufacturing process for these particular derivative product specifications and potentially reinserted into the derivative manufacturing process for different derivative product specifications.

本発明のさらなる好ましい実施形態は、分析システムによるプロセスモデルへの入力に基づいて、分析システムが前駆体チャージから派生物質製品の欠陥リスクを決定することを特徴とする。このような欠陥リスクは、欠陥のある派生物質製品についての定量的または定性的情報のいずれかを提供することができる。原則として、提供されるそのような欠陥リスクは、任意の方法で使用することができる。派生物質製品プロセスの自動監視を容易にするために、分析システムは決定された欠陥リスクが所定の欠陥リスク閾値を超える場合に、欠陥信号を出力することが好ましい。 A further preferred embodiment of the invention is characterized in that the analytical system determines the defect risk of the derivative product from the precursor charge based on the input to the process model by the analytical system. Such defect risk can provide either quantitative or qualitative information about the defective derivative product. In principle, the risk of such defects provided can be used in any way. To facilitate automated monitoring of derivative product processes, the analytical system preferably outputs a defect signal when the determined defect risk exceeds a predetermined defect risk threshold.

上記の欠陥リスクは、原則として、派生物質製造プロセスまたは前駆体製造プロセス中の任意の時点で決定することができる。本発明の好ましい実施形態では、前駆体チャージからの派生物質生成物の欠陥リスクがその前駆体チャージからの派生物質製品の派生物質生成プロセスの完了前、特に開始前に決定される。したがって、潜在的に高い欠陥リスクの影響が顕在化する前に、派生物質製造プロセスを適切に修正するか、または時間的に停止させることさえできる。ここで、欠陥信号は、その前駆体チャージからの派生物質製品の派生物質生成プロセスの完了前、特に開始前に出力されることがさらに好ましい。 The risk of defects mentioned above can, in principle, be determined at any time during the derivative or precursor manufacturing process. In a preferred embodiment of the invention, the risk of defect of the derivative product from the precursor charge is determined prior to the completion, especially before the initiation of the derivative product production process of the derivative product from the precursor charge. Thus, the derivative manufacturing process can be adequately modified or even timed out before the potential high defect risk effects become apparent. Here, it is more preferred that the defect signal be output before the completion, especially before the start, of the derivative production process of the derivative product from its precursor charge.

原則として、分析システムによって測定される量は、単に単一の値であってもよい。本発明のさらなる好ましい実施形態では、分析システムが派生プロセスパラメータのコース、および／または前駆体プロセスパラメータのコース、および／または前駆体生成物パラメータのコースを、派生プロセスパラメータおよび／または前駆体プロセスパラメータおよび／または前駆体生成物パラメータのそれぞれの測定期間中に実質的に連続的に測定する。言い換えれば、分析システムはこれらの量の時系列において実質的に連続的な系列を測定し、それによって、これらの量の動的挙動に関する情報を取得し、それによって、プロセスモデルによるより正確な計算が可能になる。代替的に又は追加的に、分析システムは派生製品パラメータのそれぞれの測定期間中に、派生製品パラメータの経過を実質的に連続的に測定することができる。 In principle, the quantity measured by the analytical system may simply be a single value. In a further preferred embodiment of the invention, the analytical system has a course of derived process parameters and / or a course of precursor process parameters and / or a course of precursor product parameters, derived process parameters and / or precursor process parameters. And / or measure substantially continuously during each measurement period of the precursor product parameters. In other words, the analytical system measures substantially continuous series in the time series of these quantities, thereby obtaining information about the dynamic behavior of these quantities, thereby making more accurate calculations by the process model. Will be possible. Alternatively or additionally, the analytical system can measure the course of the derivative product parameter substantially continuously during each measurement period of the derivative product parameter.

原則として、派生物質製造プロセスは、実質的に任意の物質製造プロセスであってもよい。本発明の好ましい実施形態では、派生物質製造プロセスがポリマー成形プロセスである。このようなポリマー成形プロセスは、熱可塑性ポリマー材料を使用する成形プロセスである。従って、前駆体材料が熱可塑性ポリマー材料であることも好ましい。本発明のさらなる好ましい実施形態によれば、派生物質製造プロセスは射出成形プロセスであり、派生物質製品は射出成形製品であり、前駆体チャージは射出成形のための好ましくは粒状ポリマー電荷である。特に、熱可塑性ポリマー材料は、ポリカーボネート材料を含むことができる。次いで、ポリマー電荷は、ポリカーボネート材料を含み得る。ポリマー電荷はまた、ポリカーボネート材料からなるポリカーボネート電荷であってもよい。さらに、熱可塑性ポリマー材料、したがってまたポリマー電荷は、代替として、または加えて、アクリロニトリルブタジエンスチレンおよび／またはアクリロニトリルスチレンアクリレートを含み得る。 In principle, the derivative material manufacturing process may be virtually any material manufacturing process. In a preferred embodiment of the invention, the derivative manufacturing process is a polymer molding process. Such a polymer forming process is a forming process using a thermoplastic polymer material. Therefore, it is also preferable that the precursor material is a thermoplastic polymer material. According to a further preferred embodiment of the invention, the derivative manufacturing process is an injection molding process, the derivative product is an injection molded product, and the precursor charge is preferably a granular polymer charge for injection molding. In particular, the thermoplastic polymer material can include a polycarbonate material. The polymer charge can then include the polycarbonate material. The polymer charge may also be a polycarbonate charge made of a polycarbonate material. In addition, the thermoplastic polymer material, and thus also the polymer charge, may include, or in addition, acrylonitrile butadiene styrene and / or acrylonitrile styrene acrylate.

さらに、ポリマー電荷は、熱可塑性ペレットを含むことが好ましい。派生プロセス設定は、シリンダ温度、注入圧力、注入速度、保持圧力、保持圧力時間、注入速度、スクリュー速度、注入時間、背圧、冷却時間および／またはサイクル時間を含むことが好ましい。特に、そのような派生的なプロセス設定の各々は、派生的な物質製造プロセスのための射出成形機のためのものであってもよい。派生プロセスパラメータは、キャビティ圧力、キャビティ温度、ホットチャネル温度、冷却水温度、冷却水流量、スイッチング注入圧力、スクリューおよび／または注入時間内の残存材料を含むことが好ましい。ここでも、そのような派生プロセスパラメータの各々は、派生物質製造プロセスのための射出成形機またはその周辺装置からのものであってもよい。派生製品パラメータは、製品寸法、製品収縮、製品重量、残留水分、粘度、衝撃強度、引張強度、応力－歪曲線、表面欠陥、シンクマークおよび／または不完全充填の程度を含むことが好ましい。 In addition, the polymer charge preferably comprises thermoplastic pellets. Derived process settings preferably include cylinder temperature, injection pressure, injection rate, holding pressure, holding pressure time, injection rate, screw rate, injection time, back pressure, cooling time and / or cycle time. In particular, each of such derivative process settings may be for an injection molding machine for a derivative material manufacturing process. Derived process parameters preferably include cavity pressure, cavity temperature, hot channel temperature, cooling water temperature, cooling water flow rate, switching injection pressure, screw and / or residual material within the injection time. Again, each of such derivative process parameters may be from an injection molding machine or its peripherals for the derivative manufacturing process. Derived product parameters preferably include product dimensions, product shrinkage, product weight, residual moisture, viscosity, impact strength, tensile strength, stress-strain curve, surface defects, sink marks and / or degree of incomplete filling.

前駆体チャージ自体は、分析システムによって考慮されてもよい出発材料から生成されてもよい。したがって、本発明のさらに好ましい実施形態によれば、前駆体チャージは、出発材料、好ましくは出発材料および少なくとも１つの添加剤からの前駆体製造プロセスを通して生成される。 The precursor charge itself may be generated from the starting material which may be considered by the analytical system. Therefore, according to a more preferred embodiment of the invention, the precursor charge is generated through a precursor manufacturing process from the starting material, preferably the starting material and at least one additive.

本発明の好ましい実施形態は、分析システムが出発材料から出発材料パラメータを測定すること、プロセスモデルの計算関係が出発材料パラメータに及ぶこと、および分析システムが測定された出発材料パラメータを入力としてプロセスモデルにも入力することを特徴とする。プロセスモデルの計算関係が出発材料パラメータに及ぶという観測は、出発材料パラメータがプロセスモデルが計算関係を記述する他の量と主に同じ方法でプロセスモデルによって考慮され得ることを意味する。このようにして、出発材料からの任意の測定可能なパラメータも、プロセスモデルによって考慮することができる。分析システムは少なくとも１つの添加剤からの添加剤パラメータを測定し、プロセスモデルの計算関係が添加剤パラメータに拡張し、分析システムはまた、測定された添加剤パラメータを入力としてプロセスモデルに入力することがさらに好ましい。 Preferred embodiments of the present invention are a process model in which the analytical system measures the starting material parameters from the starting material, the computational relationships of the process model extend to the starting material parameters, and the analytical system inputs the measured starting material parameters. It is characterized by inputting to. The observation that the computational relationships of the process model extend to the starting material parameters means that the starting material parameters can be considered by the process model in much the same way as the other quantities in which the process model describes the computational relationships. In this way, any measurable parameter from the starting material can also be taken into account by the process model. The analytical system measures the additive parameters from at least one additive, the computational relationships of the process model extend to the additive parameters, and the analytical system also inputs the measured additive parameters into the process model as inputs. Is even more preferable.

原則として、前駆体製造プロセスは、いかなる種類の製造プロセスであってもよい。好ましくは、前駆体製造プロセスは物質製造プロセスである。あるいはまたは加えて、前駆体製造プロセスは化学的製造プロセスであってもよい。 In principle, the precursor manufacturing process may be any kind of manufacturing process. Preferably, the precursor manufacturing process is a substance manufacturing process. Alternatively or in addition, the precursor manufacturing process may be a chemical manufacturing process.

上述のように、前駆体材料が熱可塑性ポリマー材料である場合、前駆体製造プロセスは、出発材料、好ましくはポリマー前駆体、および好ましくは少なくとも１つの添加剤から熱可塑性ポリマー材料を製造するための重縮合プロセスを含み得る。ポリマー前駆体はビスフェノールＡであってもよく、少なくとも１つの添加剤はホスゲンを含んでもよい。その代わりに、またはそれに加えて、前駆体製造プロセスは、出発材料から射出成形用の粒状ポリマー電荷を製造するための配合プロセスを含むことができる。次に、好ましくは、前駆体製造プロセスが加熱二軸押出機によって行われる。既に上述したように、重縮合プロセスおよび配合プロセスは、互いに離れていてもよい別個の施設で実施されてもよい。 As mentioned above, when the precursor material is a thermoplastic polymer material, the precursor production process is for producing the thermoplastic polymer material from the starting material, preferably the polymer precursor, and preferably at least one additive. It may include a polycondensation process. The polymer precursor may be bisphenol A and at least one additive may contain phosgene. Alternatively, or in addition, the precursor manufacturing process can include a compounding process for producing granular polymer charges for injection molding from the starting material. Next, preferably, the precursor production process is carried out by a heated twin-screw extruder. As already mentioned above, the polycondensation process and the compounding process may be carried out in separate facilities which may be separated from each other.

本発明の好ましい実施形態によれば、分析システムは、測定された派生プロセスパラメータおよび／または更新された派生プロセス設定および／または測定された前駆体プロセスパラメータおよび／または測定された前駆体生成物パラメータを視覚的に出力する表示装置を備える。視覚出力は、実質的にリアルタイムで行われることが好ましい。表示装置は、測定された派生製品パラメータを視覚的に出力することがさらに好ましい。 According to a preferred embodiment of the invention, the analytical system has measured derivative process parameters and / or updated derivative process settings and / or measured precursor process parameters and / or measured precursor product parameters. It is equipped with a display device that visually outputs. It is preferable that the visual output is performed in substantially real time. It is further preferred that the display device visually output the measured derivative product parameters.

本発明の好ましい実施形態によれば、物質的生産ファシリティはファシリティ・イントラネットを含み、ファシリティ・イントラネットは、プロセスモデルを用いて数値解析を実行するためのコンピューティングモジュールを含む。特に、プロセスモデルは、ファシリティ・イントラネット内に格納することができる。 According to a preferred embodiment of the invention, the material production facility includes a facility intranet, which comprises a computing module for performing numerical analysis using a process model. In particular, the process model can be stored within the facility intranet.

「設備イントラネットに含まれる」という表現は、エンティティが設備イントラネットに通信可能に結合されており、設備イントラネット内での通信に適切な特権を享受することを意味する。逆に、「設備イントラネット外」という表現は、エンティティが原則として設備イントラネット内のコンピュータと通信することができるが、設備イントラネット内のコンピュータと同じように特権を与えられないことを意味する。計算モジュールは、パーソナルコンピュータまたは組み込みコンピュータのような専用の計算ハードウェアと、その計算ハードウェア上で実行される適切なソフトウェアとで構成されてもよい。コンピューティングモジュールは、ソフトウェアのみで構成されてもよく、サーバのような何らかのコンピューティングハードウェア上のモジュールとして実行され、同じコンピューティングハードウェア上でも実行されるコンピューティングモジュールとは無関係で、分離された異なるソフトウェアを有する。 The phrase "included in the equipment intranet" means that the entity is communicably coupled to the equipment intranet and enjoys the appropriate privileges for communication within the equipment intranet. Conversely, the phrase "outside the equipment intranet" means that an entity can, in principle, communicate with a computer within the equipment intranet, but is not as privileged as a computer within the equipment intranet. Computational modules may consist of dedicated computational hardware, such as a personal computer or embedded computer, and the appropriate software running on that computational hardware. A computing module may consist solely of software and may be run as a module on some computing hardware, such as a server, independent of and isolated from a computing module running on the same computing hardware. Have different software.

本発明のさらなる好ましい実施形態によれば、分析システムは施設イントラネット内のコンピューティングモジュールに、適用された派生プロセス設定、測定された派生プロセスパラメータ、適用された前駆体製造設定、測定された前駆体プロセスパラメータ、および測定された前駆体生産パラメータを提供することによって、プロセスモデルへの入力として、適用された派生プロセス設定、測定された派生プロセスパラメータ、適用された前駆体製造設定、測定された前駆体プロセスパラメータ、および測定された前駆体生産パラメータを入力する。 According to a further preferred embodiment of the invention, the analysis system is applied to the computing module in the facility intranet with derived process settings applied, derived process parameters measured, precursor production settings applied, precursors measured. By providing process parameters, and measured precursor production parameters, as inputs to the process model, applied derivation process settings, measured derivation process parameters, applied precursor production settings, measured precursors. Enter the body process parameters and the measured precursor production parameters.

本発明の好ましい実施形態は、ファシリティ・イントラネットが適用された派生プロセス設定および測定された派生プロセス・パラメータがファシリティ・イントラネットの外部に転送されるのを防止し、コンピューティング・モジュールがプロセスモデルへの読取りアクセスを防止することを特徴とする。本発明のさらなる好ましい実施形態は派生物質製品がそれぞれの前駆体材料の複数の前駆体チャージから生成され、それぞれの前駆体チャージはそれぞれの前駆体製造設備およびそれぞれの他の前駆体製造設備から、それぞれの適用された前駆体製造設定に基づいて、それぞれの前駆体製造設備を通して離れており、分析システムはそれぞれの前駆体製造プロセスからのそれぞれの前駆体プロセスパラメータおよびそれぞれの前駆体製造パラメータを測定し、分析システムはそれぞれの適用された前駆体製造設定、それぞれの測定された前駆体プロセスパラメータ、およびそれぞれの測定された前駆体製造パラメータをプロセスモデルへの入力として入力し、ユーザ定義の派生製品仕様に一致するための更新された派生プロセス設定を取得し、プロセスモデルは、派生プロセス設定、派生プロセスパラメータ、複数の前駆体製造設定、複数の前駆体プロセスパラメータ、および複数の前駆体製造パラメータの間の計算関係を記述することを特徴とする。 A preferred embodiment of the present invention prevents the derived process settings and measured derived process parameters to which the facility intranet is applied from being transferred outside the facility intranet, and the computing module into the process model. It is characterized by preventing read access. A further preferred embodiment of the invention is that the derivative product is generated from multiple precursor charges of each precursor material, each precursor charge from each precursor production facility and each other precursor production facility. Separated through each precursor production facility based on each applied precursor production setting, the analytical system measures each precursor process parameter and each precursor production parameter from each precursor production process. The analysis system then inputs each applied precursor production setting, each measured precursor process parameter, and each measured precursor production parameter as input to the process model, a user-defined derivative product. Obtaining updated derived process settings to match specifications, the process model has derived process settings, derived process parameters, multiple precursor production settings, multiple precursor process parameters, and multiple precursor production parameters. It is characterized by describing the computational relationship between them.

本発明によるシステムは、物質製造プロセスを改善するためのものであり、適用された派生プロセス設定に基づいて、前駆体材料の前駆体チャージから派生物質製造プロセスを通して派生物質製品を生産するための物質製造設備を含む。本発明によるシステムはまた、派生物質製造プロセスからの派生プロセスパラメータを測定するための分析システムを含み、さらに、物質製造設備から離れた前駆体チャージを生産するための前駆体製造設備を含む。 The system according to the invention is for improving a substance manufacturing process and is a substance for producing a derivative product from a precursor charge of a precursor material through a derivative manufacturing process based on the applied derivative process settings. Includes manufacturing equipment. The system according to the invention also includes an analytical system for measuring derivative process parameters from the derivative manufacturing process, and further includes a precursor manufacturing facility for producing a precursor charge away from the substance manufacturing facility.

本発明によるシステムは、好ましくは前駆体チャージを物質製造設備に輸送するための輸送手段を含む。 The system according to the invention preferably comprises a means of transport for transporting the precursor charge to the material manufacturing facility.

本発明によるシステムでは分析システムが前駆体生成プロセスから前駆体プロセスパラメータを測定し、前駆体チャージから前駆体生成物パラメータを測定するようにさらに構成され、分析システムは適用された派生プロセス設定、測定された派生プロセスパラメータ、測定された前駆体プロセスパラメータ、および測定された前駆体生成物パラメータをプロセスモデルへの入力として入力するようにさらに構成され、プロセスモデルは分析システムに保存され、どのプロセスモデルは派生プロセス設定、派生プロセスパラメータ、前駆体生成設定、前駆体プロセスパラメータ、および前駆体生成物パラメータの間の計算関係を記述して、ユーザ定義の派生製品仕様に一致するための更新された派生プロセス設定を取得するように構成される。 In the system according to the invention, the analysis system is further configured to measure the precursor process parameters from the precursor generation process and the precursor product parameters from the precursor charge, and the analysis system is the applied derivative process setting, measurement. Further configured to enter the derived process parameters, the measured precursor process parameters, and the measured precursor product parameters as inputs to the process model, the process model is stored in the analysis system and which process model Describes the computational relationships between derived process settings, derived process parameters, precursor generation settings, precursor process parameters, and precursor product parameters to match user-defined derived product specifications. Configured to get process settings.

本発明によるシステムでは、前駆体製造設備（８）が物質製造設備（２）から少なくとも５０キロメートル離れている。 In the system according to the invention, the precursor manufacturing facility (8) is at least 50 kilometers away from the substance manufacturing facility (2).

好ましくは、派生（デリバティブ）プロセス設定は、派生（デリバティブ）物質製造プロセスのための成分を特定するための形成データを含む。このような成分は、前駆体チャージ以外のさらなる成分である。ここで、形成データは、それぞれの成分の比率、重量、温度および／または体積の仕様を含むことが好ましい。このような形成データは、派生物質製造プロセスの結果に関するとりわけ関連性の高いプロセスパラメータである。 Preferably, the derivative process setting comprises formation data for identifying components for the derivative material manufacturing process. Such components are additional components other than the precursor charge. Here, the formation data preferably includes specifications of the ratio, weight, temperature and / or volume of each component. Such formation data are particularly relevant process parameters for the outcome of the derivative manufacturing process.

原則として、更新された派生プロセス設定は、任意の方法で決定されてもよい。本方法の好ましい実施形態は、更新された派生プロセス設定が好ましくは分析システムによって、プロセスモデルに関連するユーザ定義の派生製品仕様に基づいて、少なくとも部分的に決定されることを特徴とする。言い換えれば、分析システムに、プロセスモデルにユーザ定義の派生製品仕様を適用させることによって、ユーザ定義の派生プロセス設定に到達する。したがって、プロセスモデルおよびそれに基づく計算は派生物質製品においてユーザ定義の派生製品仕様を得るために、どの派生プロセス設定が適切であるかを決定するための基礎を形成する。このようにして、試行錯誤の方法および関連するコストが回避される。 In principle, the updated derived process settings may be determined in any way. A preferred embodiment of the method is characterized in that the updated derivation process settings are at least partially determined by the analytical system based on user-defined derivation product specifications associated with the process model. In other words, the analytics system reaches the user-defined derived process settings by applying the user-defined derived product specifications to the process model. Therefore, the process model and calculations based on it form the basis for determining which derivation process settings are appropriate for obtaining user-defined derivation product specifications in the derivation material product. In this way, trial and error methods and associated costs are avoided.

本発明によるシステムの好ましい実施形態、特徴、および利点は本発明による方法のものに対応し、逆もまた同様である。 Preferred embodiments, features, and advantages of the system according to the invention correspond to those of the method according to the invention and vice versa.

さらなる有利で好ましい特徴は、図面に関する以下の説明において議論される。以下にそれを示す。 Further advantageous and preferred features are discussed in the following description of the drawings. It is shown below.

本発明による方法を実施するための本発明によるシステムの一実施形態の概略図である。It is the schematic of one Embodiment of the system by this invention for carrying out the method by this invention.

図１に示す本発明の一実施形態によるシステムは、一連の派生物質製品１の一部として派生物質製品１を生成するための物質生成プロセス、特に派生物質製造プロセスに関する。本実施例では、派生物質製造プロセスは射出成形プロセスであり、派生物質製品１は射出成形生成物である。記載されたシステムは、派生物質製造プロセスが実行されて派生物質製品１を生産する物質製造設備２を含む。 The system according to one embodiment of the present invention shown in FIG. 1 relates to a substance production process for producing a derivative product 1 as part of a series of derivative products 1, particularly a derivative substance manufacturing process. In this embodiment, the derivative substance manufacturing process is an injection molding process, and the derivative substance product 1 is an injection molding product. The described system includes a substance manufacturing facility 2 in which a derivative manufacturing process is performed to produce a derivative product 1.

物質製造設備２では、派生物質製品１が前駆体材料の前駆体チャージ３から製造され、この前駆体材料は、本実施例では、射出成形用の粒状ポリマー電荷、特に、ポリカーボネート材料のポリカーボネート電荷である。その前駆体チャージ３からの製造のために、派生プロセス設定４が生産に適用され、特に、派生物質製造プロセスのための物質製造設備２の機械５に適用される。この場合、機械５は、図１に示すような射出成形機として具現化することができる。 In the material manufacturing facility 2, the derivative product 1 is manufactured from the precursor charge 3 of the precursor material, and the precursor material is, in this embodiment, a granular polymer charge for injection molding, particularly a polycarbonate charge of the polycarbonate material. be. Due to the production from the precursor charge 3, the derivative process setting 4 is applied to the production, and in particular to the machine 5 of the substance manufacturing facility 2 for the derivative material manufacturing process. In this case, the machine 5 can be embodied as an injection molding machine as shown in FIG.

記載されたシステムは、分析システム６を更に含み、本例では分散コンピュータシステムであり、それは、物質製造設備２内の機械５の派生物質製造プロセスから、例えば適切な測定器、特に複数のセンサから、派生プロセスパラメータ７を測定する。分析システム６は、また、派生物質製品１自体からの派生製品パラメータ１６を測定する。派生製品パラメータ１６、例えば、派生製品の寸法、表面輪郭偏差、表面粗さ又は表面仕上げは、特に目視光を使用して、光学的点検技術の手段によって測定することができる。例えば、派生製品における温度分布を測定するために、ＩＲ光技術を適用することができる。 The system described further comprises an analytical system 6, in this example a distributed computer system, from the derivative material manufacturing process of the machine 5 in the material manufacturing facility 2, eg from a suitable measuring instrument, especially from a plurality of sensors. , The derived process parameter 7 is measured. The analysis system 6 also measures the derivative product parameter 16 from the derivative product 1 itself. Derivative product parameters 16, such as derivative product dimensions, surface contour deviations, surface roughness or surface finish, can be measured by means of optical inspection techniques, especially using visual light. For example, IR optical technology can be applied to measure the temperature distribution in derivative products.

記載されたシステムはまた、物質製造設備２から約１００キロメートルの距離に配置された前駆体製造設備８を含み、ここで、前駆体チャージ３、特に一連の派生物質製品１の製造のための一連の前駆体チャージ３が、現在はポリマー前駆体である出発材料１８、およびさらなる添加物１９から前駆体製造プロセスにおいて製造される。ここで、前駆体製造プロセスは、重縮合プロセスおよび配合プロセスの両方を含む。前駆体製造プロセスのために、前駆体製造設定９が、前駆体チャージ３を製造するために前駆体製造設備８内の前駆体機械１０に適用される。生成された各前駆体チャージ３は、物質製造設備２に輸送される。 The system described also includes a precursor manufacturing facility 8 located at a distance of approximately 100 kilometers from the material manufacturing facility 2, where the precursor charge 3 is particularly a series for the production of a series of derivative product 1. The precursor charge 3 of the above is produced in the precursor manufacturing process from the starting material 18, which is now a polymer precursor, and an additional additive 19. Here, the precursor production process includes both a polycondensation process and a compounding process. For the precursor manufacturing process, the precursor manufacturing setting 9 is applied to the precursor machine 10 in the precursor manufacturing facility 8 to manufacture the precursor charge 3. Each of the generated precursor charges 3 is transported to the substance manufacturing facility 2.

分析システム６は、また、前駆体製造プロセス、特に前駆体機械１０の機器からの前駆体プロセスパラメータ１１を測定する。さらに、分析システム６は、本例では前駆体製造設備８で行われる前駆体チャージ３からの前駆体製造パラメータ１２、出発材料１８からの出発材料パラメータ２０、および添加物１９からの添加物パラメータ２１を測定する。 The analysis system 6 also measures the precursor manufacturing process, in particular the precursor process parameter 11 from the equipment of the precursor machine 10. Further, the analysis system 6 has a precursor production parameter 12 from the precursor charge 3 performed in the precursor production facility 8 in this example, a starting material parameter 20 from the starting material 18, and an additive parameter 21 from the additive 19. To measure.

プロセスモデル１３は、この例では、数値シミュレーションソフトウェアモジュールであり、ユーザ定義の派生製品仕様１４と共に分析システム６に保存され、派生製品パラメータのセットに必要なパラメータブラケットを記述する。分析システム６はまた、測定された派生製品パラメータ１６をユーザ定義の派生製品仕様１４にマッチングさせて、各派生物質製品１について、それがユーザ定義の派生製品仕様１４を満たすかどうかを判定する。 In this example, the process model 13 is a numerical simulation software module, stored in the analysis system 6 together with a user-defined derivative product specification 14, and describes the parameter brackets required for the set of derivative product parameters. The analysis system 6 also matches the measured derivative product parameter 16 to the user-defined derivative product specification 14 to determine for each derivative product 1 whether it meets the user-defined derivative product specification 14.

適用された派生プロセス設定４、測定された派生プロセスパラメータ７、適用された前駆体製造設定９、測定された前駆体プロセスパラメータ１１、測定された派生製品パラメータ１６、測定された出発材料パラメータ２０、測定された添加物パラメータ２１および測定された前駆体製造パラメータ１２はすべて、プロセスモデル１３への入力として入力される。プロセスモデル１３は入力を処理し、入力されるデータ間の複雑な計算関係を確立するように構成される。したがって、入力に基づいて、ユーザ定義の派生製品仕様１４を満たす確率、またはある欠陥が発生する確率を決定することが可能になる。 Applied derivation process settings 4, measured derivation process parameters 7, applied precursor production settings 9, measured precursor process parameters 11, measured derivative product parameters 16, measured starting material parameters 20, The measured additive parameter 21 and the measured precursor production parameter 12 are all input as inputs to the process model 13. The process model 13 is configured to process the inputs and establish complex computational relationships between the input data. Therefore, it is possible to determine the probability of satisfying the user-defined derivative product specification 14 or the probability of occurrence of a defect based on the input.

分析システム６による測定は、連続的に進行する。従って、物質製造設備２のプロセスチャンバ内の温度の上昇のような測定された派生プロセスパラメータ７の変化に基づいて、適用された派生プロセス設定４は、プロセスモデル１３に入力された入力によって得られた更新された派生プロセス設定１５を適用することによって調整される。例えば、上記の温度上昇は進行中の派生製造プロセスにおける温度上昇からの欠陥発生を防止するために、バルブの調整をもたらすことができる。また、特に測定された派生製品パラメータ１６に関するプロセスモデル１３への入力の進行中の入力は、プロセスモデル１３の連続的な更新を可能にする。 The measurement by the analysis system 6 proceeds continuously. Therefore, based on the measured derivative process parameter 7 changes such as the temperature rise in the process chamber of the material manufacturing facility 2, the applied derivative process setting 4 is obtained by the input input to the process model 13. It is adjusted by applying the updated derived process setting 15. For example, the temperature rise described above can result in valve adjustments to prevent defects from the temperature rise in the ongoing derivative manufacturing process. Also, in-progress inputs to the process model 13 specifically for the measured derivative product parameters 16 allow for continuous updates of the process model 13.

また、測定された前駆体製造パラメータ１２と、プロセスモデル１３を使用して分析システム６によってそれに基づいて決定された前駆体適合性情報とに基づいて、特定の前駆体チャージ３が、ユーザ定義の派生製品仕様１４を満たすのに不適切であると識別され、したがって、測定された前駆体製造パラメータ１２がより適切であると思われるプロセスに使用されるこの特定の用途のために除去されることも可能である。また、分析システム６は、その前駆体チャージ３を用いて、ユーザ定義の派生製品仕様１４を見逃すリスクを定量化する欠陥リスクを生成することもできる。 Also, the specific precursor charge 3 is user-defined based on the measured precursor production parameters 12 and the precursor compatibility information determined based on it by the analysis system 6 using the process model 13. Identified to be inadequate to meet Derivative Product Specification 14, and therefore the measured precursor production parameter 12 is removed for this particular application used in a process that appears to be more appropriate. Is also possible. The analysis system 6 can also use its precursor charge 3 to generate a defect risk that quantifies the risk of missing a user-defined derivative product specification 14.

他方、測定された前駆体製造パラメータ１２に基づくあらゆる予想される負の効果は、更新された派生プロセス設定１５における適切な調整によって補償されてもよく、したがって、その特定の前駆体チャージ３に使用されてもよい。さらに、プロセスモデル１３は不適切な前駆体チャージ３の将来の発生を防止するために、前駆体製造プロセスに適用される更新された前駆体製造設定１７を分析システム６に提供することができる。また、分析システム６は、測定された派生プロセスパラメータ７をリアルタイムで出力するための表示装置２２を備える。 On the other hand, any expected negative effect based on the measured precursor production parameter 12 may be compensated for by appropriate adjustments in the updated derivative process setting 15, and therefore used for that particular precursor charge 3. May be done. In addition, the process model 13 can provide the analysis system 6 with updated precursor manufacturing settings 17 applied to the precursor manufacturing process in order to prevent future occurrences of inappropriate precursor charges 3. Further, the analysis system 6 includes a display device 22 for outputting the measured derived process parameter 7 in real time.

Claims (16)

物質製造プロセスを改善するための方法であって、
派生物質製品（１）は、適用された派生プロセス設定（４）に基づいて、前駆体材料の前駆体チャージ（３）から派生物質製造プロセスを通して、物質製造設備（２）で生産され、
分析システム（６）は、
前記派生物質製造プロセスから派生プロセスパラメータ（７）を測定し、
前記前駆体チャージ（３）は、
適用された前駆体製造設定（９）に基づいて、前駆体製造プロセスを通して、前駆体製造設備（８）で生産され、
前記分析システム（６）は、
前記前駆体製造プロセスからの前駆体プロセスパラメータ（１１）、および、前記前駆体チャージ（３）からの前駆体製造パラメータ（１２）、を測定し、
前記分析システム（６）は、
前記適用された派生プロセス設定（４）、前記測定された派生プロセスパラメータ（７）、前記適用された前駆体製造設定（９）、前記測定された前駆体プロセスパラメータ（１１）、前記測定された前駆体製造パラメータ（１２）、をプロセスモデル（１３）に入力として入力し、
プロセスモデル（１３）は、
派生プロセス設定、派生プロセスパラメータ、前駆体製造設定、前駆体プロセスパラメータ、及び、前駆体製造パラメータ、の間の計算関係を記述し、派生製品パラメータを記述するユーザ定義の派生製品仕様（１４）にマッチするための更新された派生プロセス設定（１５）を得るものであり、
前記更新された派生プロセス設定（１５）は、前記派生物質製造プロセスに適用され、
前記前駆体製造設備（８）は、前記物質製造設備（２）から少なくとも５０キロメートル離れており、
前記前駆体チャージ（３）は、前記物質製造設備（２）に輸送される、
ことを特徴とする方法。 A way to improve the material manufacturing process,
The derivative product (1) is produced in the substance manufacturing facility (2) from the precursor charge (3) of the precursor material through the derivative manufacturing process, based on the applied derivative process setting (4).
The analysis system (6)
The derivative process parameter (7) was measured from the derivative substance manufacturing process, and the derivative process parameter (7) was measured.
The precursor charge (3) is
Produced in the precursor manufacturing facility (8) through the precursor manufacturing process based on the applied precursor manufacturing setting (9).
The analysis system (6) is
The precursor process parameter (11) from the precursor production process and the precursor production parameter (12) from the precursor charge (3) were measured.
The analysis system (6) is
The applied derivation process setting (4), the measured derivation process parameter (7), the applied precursor production setting (9), the measured precursor process parameter (11), the measured. The precursor production parameter (12) is input to the process model (13) as an input.
The process model (13) is
Describe the computational relationship between the derived process settings, the derived process parameters, the precursor manufacturing settings, the precursor process parameters, and the precursor manufacturing parameters, and describe the derived product parameters in the user-defined derived product specifications (14). It gets the updated derived process settings (15) to match and
The updated derivative process setting (15) applies to the derivative manufacturing process.
The precursor manufacturing facility (8) is at least 50 kilometers away from the substance manufacturing facility (2).
The precursor charge (3) is transported to the substance manufacturing facility (2).
A method characterized by that. 前記更新された派生プロセス設定（１５）が、
前記前駆体チャージ（３）からの前記派生物質製品（１）のための前記派生物質製造プロセスに適用される、
ことを特徴とする、請求項１に記載の方法。 The updated derived process setting (15)
Applied to the derivative manufacturing process for the derivative product (1) from the precursor charge (3).
The method according to claim 1, wherein the method is characterized by the above. 前記分析システム（６）は、好ましくは、前記前駆体チャージ（３）のために、前記派生物質製品（１）からの派生製品パラメータ（１６）を測定し、
前記分析システム（６）は、前記測定された派生製品パラメータ（１６）を前記ユーザ定義の派生製品仕様（１４）にマッチし、
前記分析システム（６）は、前記測定された派生製品パラメータ（１６）を前記プロセスモデル（９）への入力としても入力し、
前記プロセスモデル（９）は、前記計算関係を前記測定された派生製品パラメータ（１６）に拡張する、
ことを特徴とする請求項１または２に記載の方法。 The analysis system (6) measures the derivative product parameter (16) from the derivative product (1), preferably for the precursor charge (3).
The analysis system (6) matches the measured derivative product parameter (16) with the user-defined derivative product specification (14).
The analysis system (6) also inputs the measured derivative product parameter (16) as an input to the process model (9).
The process model (9) extends the computational relationship to the measured derivative product parameter (16).
The method according to claim 1 or 2, wherein the method is characterized by the above. 前記派生物質製品（１）からの派生製品パラメータ（１６）が、光学検査技術を用いて測定される、
ことを特徴とする請求項３に記載の方法。 Derivative product parameters (16) from the derivative product (1) are measured using optical inspection techniques.
The method according to claim 3, wherein the method is characterized by the above. 派生物質製品（１）の一連の連続チャージは、前記派生物質製造プロセスを通して、前駆体材料の一連のそれぞれの前駆体チャージ（３）から生成され、
好ましくは、
前記分析システム（６）は、一連の連続チャージの生成から前記プロセスモデル（１３）に入力されたデータを使用して、前記プロセスモデル（１３）を更新し、
特に、
前記更新された派生プロセス設定（１５）は、後続の前駆体チャージ（３）からの後続の派生物質製品（１）のための前記派生物質製造プロセスに適用される、
ことを特徴とする、請求項１～４のいずれかに記載の方法。 A series of continuous charges of the derivative product (1) are generated from each precursor charge (3) of the series of precursor materials throughout the derivative manufacturing process.
Preferably,
The analysis system (6) updates the process model (13) using the data input to the process model (13) from the generation of a series of continuous charges.
Especially,
The updated derivative process setting (15) applies to the derivative manufacturing process for the subsequent derivative product (1) from the subsequent precursor charge (3).
The method according to any one of claims 1 to 4, wherein the method is characterized by the above. 前記分析システム（６）は、前記分析システム（６）による前記プロセスモデル（１３）への前記入力に基づいて、更新された前駆体製造設定（１７）を提供し、
前記更新された前駆体製造設定（１７）は、前記前駆体製造プロセスに適用される、
ことを特徴とする、請求項１～５のいずれかに記載の方法。 The analysis system (6) provides an updated precursor production setting (17) based on the input to the process model (13) by the analysis system (6).
The updated precursor manufacturing setting (17) applies to the precursor manufacturing process.
The method according to any one of claims 1 to 5, wherein the method is characterized by the above. 前記分析システム（６）は、
前記分析システム（６）による前記プロセスモデル（１３）への前記入力に基づいて、前記ユーザ定義の派生製品仕様（１４）にマッチングするための前駆体チャージ（３）に関する前駆体適合性情報を決定する、
ことを特徴とする請求項６に記載の方法。 The analysis system (6) is
Based on the input to the process model (13) by the analysis system (6), the precursor compatibility information regarding the precursor charge (3) for matching with the user-defined derivative product specification (14) is determined. do,
The method according to claim 6, wherein the method is characterized by the above. 前記分析システム（６）による前記プロセスモデル（１３）への前記入力に基づいて、前記分析システム（６）は、前記前駆体チャージ（３）から前記派生物質製品（１）の欠陥リスクを決定し、好ましくは、前記決定された欠陥リスクが所定の欠陥リスク閾値を超える場合に、前記分析システム（６）は欠陥信号を出力する、
ことを特徴とする請求項１～７のいずれかに記載の方法。 Based on the input to the process model (13) by the analysis system (6), the analysis system (6) determines the defect risk of the derivative product (1) from the precursor charge (3). Preferably, the analysis system (6) outputs a defect signal when the determined defect risk exceeds a predetermined defect risk threshold.
The method according to any one of claims 1 to 7. 前記前駆体チャージ（３）からの前記派生物質製品（１）の前記欠陥リスクは、
前駆体チャージ（３）からの前記派生物質製品（１）の前記派生物質製造プロセスの完了前に、特に、開始前に、決定され、
好ましくは、
前記欠陥信号は、前駆体チャージ（３）から前記派生物質製品（１）の前記派生物質製造プロセスの完了前に、特に、開始前に、出力される、
ことを特徴とする請求項８に記載の方法。 The defect risk of the derivative product (1) from the precursor charge (3) is
Determined prior to the completion of the derivative manufacturing process of the derivative product (1) from the precursor charge (3), particularly prior to the start.
Preferably,
The defect signal is output from the precursor charge (3) prior to the completion of the derivative manufacturing process of the derivative product (1), especially before the start.
The method according to claim 8, wherein the method is characterized by the above. 前記分析システム（６）は、
派生プロセスパラメータ（７）のコースおよび／または前記前駆体プロセスパラメータ（１１）のコースおよび／または前記前駆体製造パラメータ（１２）のコースを、前記派生プロセスパラメータ（７）および／または前記前駆体プロセスパラメータ（１１）および／または前記前駆体製造パラメータ（１２）のそれぞれの測定期間中に実質的に連続的に測定し、
好ましくは、
前記分析システム（６）は、
派生製品パラメータ（１６）のコースを、前記派生製品パラメータ（１６）のそれぞれの測定期間中に実質的に連続的に測定する、
ことを特徴とする請求項１～９のいずれかに記載の方法。 The analysis system (6) is
The course of the derived process parameter (7) and / or the course of the precursor process parameter (11) and / or the course of the precursor manufacturing parameter (12), the derived process parameter (7) and / or the precursor process. Measured substantially continuously during each measurement period of parameter (11) and / or said precursor production parameter (12).
Preferably,
The analysis system (6) is
The course of the derivative product parameter (16) is measured substantially continuously during each measurement period of the derivative product parameter (16).
The method according to any one of claims 1 to 9, wherein the method is characterized by the above. 前記派生物質製造プロセスは、射出成形プロセスであり、
前記派生物質製品（１）は、射出成形製品であり、
前記前駆体チャージ（３）は、好ましくは、射出成形用の粒状ポリマー電荷である、
ことを特徴とする請求項１～１０のいずれかに記載の方法。 The derivative substance manufacturing process is an injection molding process.
The derivative product (1) is an injection molded product.
The precursor charge (3) is preferably a granular polymer charge for injection molding.
The method according to any one of claims 1 to 10. 前記前駆体チャージ（３）は、
出発材料（１８）から、好ましくは、前記出発材料（１８）および少なくとも１つの添加剤（１９）から、前駆体製造プロセスを通して製造される、
ことを特徴とする請求項１～１１のいずれかに記載の方法。 The precursor charge (3) is
Manufactured from the starting material (18), preferably from said starting material (18) and at least one additive (19), through a precursor manufacturing process.
The method according to any one of claims 1 to 11. 前記分析システムは、前記出発材料（１８）から出発材料パラメータ（２０）を測定し、
前記プロセスモデル（１３）の前記計算関係は、前記出発材料パラメータ（２０）に拡張し、および
前記分析システム（６）は、前記測定された出発材料パラメータ（２０）を入力として前記プロセスモデル（１３）にも入力し、
好ましくは、
前記分析システム（６）は、前記少なくとも１つの添加剤（１９）から添加剤パラメータ（２１）を測定し、
前記プロセスモデル（１３）の前記計算関係は、前記添加剤パラメータ（２１）に拡張し、および
前記分析システム（６）は、前記測定された添加剤パラメータ（２１）を入力として前記プロセスモデル（１３）にも入力する、
ことを特徴とする請求項１２に記載の方法。 The analytical system measures the starting material parameter (20) from the starting material (18) and
The computational relationship of the process model (13) extends to the starting material parameter (20), and the analytical system (6) takes the measured starting material parameter (20) as an input to the process model (13). ) Also
Preferably,
The analysis system (6) measures the additive parameter (21) from the at least one additive (19).
The computational relationship of the process model (13) extends to the additive parameter (21), and the analysis system (6) takes the measured additive parameter (21) as an input to the process model (13). ),
The method according to claim 12, wherein the method is characterized by the above. 前記前駆体製造プロセスは、
出発材料（１８）から、好ましくは、ポリマー前駆体、および、少なくとも１つの添加剤（１９）から、射出成形のための粒状ポリマー電荷を製造するための配合プロセスを含むことができ、
好ましくは、
前記前駆体製造プロセスは、加熱二軸押出機によって行われる、
ことを特徴とする請求項１～１３のいずれかに記載の方法。 The precursor manufacturing process
A compounding process for producing granular polymer charges for injection molding from the starting material (18), preferably from the polymer precursor and at least one additive (19), can be included.
Preferably,
The precursor production process is carried out by a heated twin-screw extruder.
The method according to any one of claims 1 to 13. 前記分析システムが、
前記測定された派生プロセスパラメータ（７）および／または、前記更新された派生プロセス設定（１５）および／または、前記測定された前駆体プロセスパラメータ（１１）および／または、前記測定された前駆体製造パラメータ（１２）を、好ましくは、実質的にリアルタイムで、視覚的に出力する表示装置（２２）を備え、
好ましくは、
前記表示装置（２２）は、前記測定された派生製品パラメータ（１６）を視覚的に出力する、
ことを特徴とする請求項１～１４のいずれかに記載の方法。 The analysis system
The measured derivative process parameter (7) and / or the updated derivative process setting (15) and / or the measured precursor process parameter (11) and / or the measured precursor production. A display device (22) that visually outputs the parameter (12), preferably substantially in real time, is provided.
Preferably,
The display device (22) visually outputs the measured derivative product parameter (16).
The method according to any one of claims 1 to 14, characterized in that. 物質製造プロセスを改善するためのシステムであって、
適用された派生プロセス設定（４）に基づいて、前駆体材料の前駆体チャージ（３）から派生物質製造プロセスを通して派生物質製品（１）を生産するための物質製造設備（２）を含み、
前記派生物質製造プロセスから派生プロセスパラメータ（７）を測定するための分析システム（６）を含み、
前記システムは、
前記前駆体チャージ（３）を生産するための前駆体製造設備（８）をさらに含み、
前記分析システム（６）は、
前駆体製造プロセスから前駆体プロセスパラメータ（１１）を測定し、前記前駆体チャージ（３）から前駆体製造パラメータ（１２）を測定するようにさらに構成され、
前記分析システム（６）は、
前記適用された派生プロセス設定（４）、前記測定された派生プロセスパラメータ（７）、前記測定された前駆体プロセスパラメータ（１１）、および前記測定された前駆体製造パラメータ（１２）をプロセスモデル（１３）への入力として入力するようにさらに構成され、
プロセスモデル（１３）は、前記分析システム（６）に保存され、
プロセスモデル（１３）は、派生プロセス設定、派生プロセスパラメータ、前駆体製造設定、前駆体プロセスパラメータおよび前駆体製造パラメータの間の計算関係を記述することで、ユーザ定義の派生製品仕様（１４）をマッチするための更新された派生プロセス設定（１５）を得るものであり、
前記前駆体製造設備（８）は、前記物質製造設備（２）から少なくとも５０キロメートル離れている、
ことを特徴とする、システム。 A system for improving the material manufacturing process
Including a substance manufacturing facility (2) for producing a derivative product (1) from a precursor charge (3) of a precursor material through a derivative manufacturing process based on the applied derivative process setting (4).
Includes an analytical system (6) for measuring derivative process parameters (7) from the derivative manufacturing process.
The system is
Further including a precursor manufacturing facility (8) for producing the precursor charge (3),
The analysis system (6) is
It is further configured to measure the precursor process parameter (11) from the precursor manufacturing process and measure the precursor manufacturing parameter (12) from the precursor charge (3).
The analysis system (6) is
The applied derivation process setting (4), the measured derivation process parameter (7), the measured precursor process parameter (11), and the measured precursor manufacturing parameter (12) are used as a process model (12). Further configured to enter as input to 13),
The process model (13) is stored in the analysis system (6).
The process model (13) provides user-defined derivative product specifications (14) by describing computational relationships between derived process settings, derived process parameters, precursor manufacturing settings, precursor process parameters and precursor manufacturing parameters. It gets the updated derived process settings (15) to match and
The precursor manufacturing facility (8) is at least 50 kilometers away from the substance manufacturing facility (2).
A system that features that.
JP2021526243A 2018-11-16 2019-11-14 Methods and systems for improving material manufacturing processes Pending JP2022507371A (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18206788 2018-11-16
EP18206788.4 2018-11-16
PCT/EP2019/081315 WO2020099557A1 (en) 2018-11-16 2019-11-14 Method and system for improving a physical production process

Publications (1)

Publication Number Publication Date
JP2022507371A true JP2022507371A (en) 2022-01-18

Family

ID=64362352

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021526243A Pending JP2022507371A (en) 2018-11-16 2019-11-14 Methods and systems for improving material manufacturing processes

Country Status (6)

Country Link
US (1) US20220001586A1 (en)
EP (1) EP3880426A1 (en)
JP (1) JP2022507371A (en)
KR (1) KR20210091130A (en)
CN (1) CN113165243A (en)
WO (1) WO2020099557A1 (en)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3937100A1 (en) 2020-07-08 2022-01-12 Covestro Deutschland AG Method for improving a physical production process
US20240061403A1 (en) * 2020-12-14 2024-02-22 Basf Se Chemical Production
EP4260150A1 (en) * 2020-12-14 2023-10-18 Basf Se Chemical production
US20230409015A1 (en) * 2020-12-14 2023-12-21 Basf Se Chemical Production
CN117261088B (en) * 2023-11-10 2024-06-25 东莞市永运塑胶制品有限公司 Production process of multifunctional environment-friendly plastic storage box

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020070469A1 (en) 1999-12-13 2002-06-13 Hiatt Roger D. Method and apparatus for optimizing a rubber manufacturing process
JP2002086531A (en) * 2000-09-12 2002-03-26 Nissei Plastics Ind Co Monitoring/management/control system of molding machine
JP2002086534A (en) * 2000-09-18 2002-03-26 Ge Plastics Japan Ltd Method for controlling molding device and control system
JP2003080575A (en) * 2001-09-13 2003-03-19 Toray Ind Inc Method and apparatus for deciding designing parameter of injection molding
DE10247565A1 (en) * 2002-03-16 2003-10-02 Karl Hehl Optimization of cyclical machine processes, particularly on plastics injection machines, involves comparison of energy usage in cycles or part cycles before optimization of set machine parameters
US7400941B2 (en) * 2004-01-14 2008-07-15 Chrevron Phillips Chemical Company Lp Method and apparatus for monitoring polyolefin production
EP2400358B1 (en) * 2010-06-24 2016-03-30 Borealis AG Iterative production process control
CN102773981B (en) * 2012-07-16 2014-10-29 南京航空航天大学 Implementation method of energy-saving and optimizing system of injection molding machine
WO2017004300A1 (en) * 2015-06-30 2017-01-05 iMFLUX Inc. Method of injection molding with constant-velocity flow front control
CN106079332A (en) * 2016-06-02 2016-11-09 深蓝智控（北京）科技发展有限公司 A kind of injection production management system and method
AT519491A1 (en) * 2016-12-23 2018-07-15 Engel Austria Gmbh Method for optimizing a process optimization system and method for simulating a shaping process
GB2572327A (en) * 2018-03-23 2019-10-02 The Plastic Economy Ltd A system and method for manufacture and material optimisation
CN108733016B (en) * 2018-05-31 2020-10-30 中策橡胶集团有限公司 Rubber mixing production line data acquisition and uploading system and method
JP2021529687A (en) * 2018-06-29 2021-11-04 アイエムフラックス インコーポレイテッド Systems and approaches for automatic adjustment of injection molding machines
BR112021003828A2 (en) * 2018-09-18 2021-05-18 Bayer Aktiengesellschaft system and method for predicting the quality of a chemical compound and/or its formulation as a product of a production process
EP3647356B8 (en) * 2018-10-31 2022-03-30 Borealis AG Polyolefin composition with improved balance of properties

Also Published As

Publication number Publication date
US20220001586A1 (en) 2022-01-06
KR20210091130A (en) 2021-07-21
CN113165243A (en) 2021-07-23
EP3880426A1 (en) 2021-09-22
WO2020099557A1 (en) 2020-05-22

Similar Documents

Publication Publication Date Title
JP2022507371A (en) Methods and systems for improving material manufacturing processes
EP3632650B1 (en) Injection molding system and injection molding method
US8060240B2 (en) Injection molding control method
Chen et al. Artificial neural network-based online defect detection system with in-mold temperature and pressure sensors for high precision injection molding
US11403535B2 (en) Model-based machine learning system
Chen et al. An integrated parameter optimization system for MIMO plastic injection molding using soft computing
CN111428329B (en) Model-based machine learning system
JP2020163825A (en) Injection molding system, molding condition correction system and injection molding method
Zeaiter et al. Multivariate regression modeling for monitoring quality of injection moulding components using cavity sensor technology: Application to the manufacturing of pharmaceutical device components
Wang et al. A novel sensing feature extraction based on mold temperature and melt pressure for plastic injection molding quality assessment
CN113733505B (en) Injection molding system, molding condition correction system, and injection molding method
US11541587B2 (en) Method for controlling film production
Wang et al. Strategies for adjusting process parameters in CAE simulation to meet real injection molding condition of screw positions and cavity pressure curves
Abeykoon Soft sensing of melt temperature in polymer extrusion
JP2021115705A (en) Inspection method of injection molding device, mold for inspection and inspection systems
US20220297362A1 (en) Artificial intelligence-based injection molding system and method for generating molding condition in injection molding system
Yang et al. A study on the practical application of the integrated ANN system for manufacturing the target quality of the injection molded product
Ghita et al. An in-line near-infrared process control tool for monitoring the effects of speed, temperature, and polymer colour in injection moulding
US20210339445A1 (en) Method and system for improving the production of a cased device
Petrova et al. Incorporation of phenomenological models in a hybrid neural network for quality control of injection molding
CN105259135B (en) Suitable for real-time online without measuring point temperature-compensating near-infrared measuring method
Su et al. A real‐time clamping force measurement eigenvalue for prediction, adjustment, and control of injection product quality
Aminabadi et al. Industry 4.0 In-Line AI Quality Control of Plastic Injection Molded Parts. Polymers 2022, 14, 3551
US20220324150A1 (en) Method and system for improving an injection molding process
CN111002564A (en) Blow molding process parameter online regulation and control method